В лингвистике , синтезе речи и музыке контур высоты звука — это функция или кривая, которая отслеживает воспринимаемую высоту звука с течением времени. Контур высоты тона может включать в себя несколько звуков, использующих множество тонов, и может связать функцию частоты в один момент времени с функцией частоты в более поздний момент.
Это фундаментальное понятие лингвистического понятия тона , согласно которому высота или изменение высоты речевой единицы с течением времени влияет на семантическое значение звука. Он также указывает на интонацию в языках с высшим акцентом .
Одной из основных задач в технологии синтеза речи , особенно для нетональных языков, является создание естественно звучащего контура высоты звука для высказывания в целом. Неестественные контуры высоты тона приводят к синтезу, который кажется слушателям «безжизненным» или «безэмоциональным» - особенность, которая стала стереотипом синтеза речи в популярной культуре.
В музыке контур высоты тона фокусируется на относительном изменении высоты звука с течением времени в основной последовательности проигрываемых нот. Один и тот же контур можно транспонировать, не теряя при этом своих существенных относительных качеств, таких как внезапные изменения высоты звука или высота звука, которая с течением времени повышается или понижается. Методика Майкла Фридмана [1] для анализа контура высоты тона , часто используемая при анализе посттональной музыки, присваивает числовые значения для обозначения того, где каждая высота падает по отношению к другим в пределах музыкальной линии; самому низкому тону присваивается «0», а самому высокому тону присваивается значение n-1, где n = количество тонов в сегментации. Следовательно, контур, следующий последовательности «низкий», «средний», «высокий», будет помечен как классы контуров 0, 1 и 2.
Чистые тона имеют четкую высоту, но сложные звуки, такие как речь и музыка, обычно имеют интенсивные пики на разных частотах. Тем не менее, установив фиксированную опорную точку в частотной функции сложного звука, а затем наблюдая за движением этой опорной точки по мере перемещения функции, можно создать значимый контур высоты звука, соответствующий человеческому опыту.
Например, гласная [e] имеет две основные форманты : одна с пиком между 280 и 530 Гц, а другая между 1760 и 3500 Гц. Когда человек произносит предложение, содержащее несколько звуков [е] , пики смещаются в пределах этих диапазонов, а перемещение пиков между двумя экземплярами устанавливает разницу в их значениях на контуре высоты звука.